scikit-image

0热度

1回答

我有一套两个黑白图像[附加]，我想为每个图像中的人物都放上矩形包围盒。我知道cv2.dilate可能会有所帮助，但我看到的大多数示例都着眼于检测包含最大像素强度的一个矩形，所以基本上它们会在图像中放置一个大矩形。我想有两个独立的矩形。 UPDATE：这是我的尝试： import numpy as np import cv2 im = cv2.imread('splinet.png',0)

0热度

1回答

边界框坐标中的字符串

我已在标记图像上使用regionsprops函数来获取边界框坐标和大小。当我访问边界框坐标时，我得到一个字符串为“L”的元组。我不明白为什么会有一个字符串内的坐标和大小。打印边界框坐标返回(0L, 393L, 29L, 463L)，而如果返回(0, 393, 29, 463)，它会使生活变得更容易。我不能绘制边界框，因为元组不被视为数字元组TypeError: points is not a

2热度

1回答

Python中的滑动窗口用于GLCM计算

我正在尝试使用GLCM算法在卫星图像中进行纹理分析。 scikit-image文档对此非常有帮助，但对于GLCM计算，我们需要一个窗口大小循环显示图像。这在Python中太慢了。我在关于滑动窗口的stackoverflow上发现了很多帖子，但计算需要永远。我有一个例子显示在下面，它的作品，但永远。我想这一定是做 image = np.pad(image, int(win/2), mode='ref

2热度

1回答

如何使用dlib获取眼睛和嘴巴的长度

我正在打哈欠检测项目，我正在使用dlib和opencv来检测视频中的脸部和地标。我想要得到眼睛和嘴巴的长度。这是我做了什么至今 import sys import os import dlib import glob from skimage import io import cv2 import time if len(sys.argv) != 3: print("

4热度

1回答

如何检测文档图像上的边缘，并将部分切分为单独的图像？

该任务是拍摄文档的图像，并利用围绕不同“部分”的直线将图像分割成不同的文档以供进一步解析。不同'部分'的大小在页面之间是完全可变的（我们正在处理数千页）。以下是对这些图像的一个看起来像一个形象：的文件是如何布局实例：图像分析/操作完全是新的我。到目前为止，我试图使用Scikit-image边缘检测算法来查找'盒子'，并希望使用这些'坐标'来剪切图像。然而，我尝试过的两种算法（Canny，Hou

2热度

1回答

Mahotas库GLCM calulation和窗口大小

我正在使用mahotas库在卫星图像（250 x 200像素）上进行纹理分析（GLCM）。 GLCM计算在窗口大小内进行。因此，对于滑动窗口的两个相邻位置，我们需要从头开始计算两个共现矩阵。我已经读过，我也可以设置步长，以避免在重叠区域计算GLCM。我已经提供了下面的代码。 #Compute haralick features def haralick_feature(image):

1热度

1回答

检测矩形并将图像裁剪至其大小

我是图像处理新手，并开始学习scikit-image。我试图检测一个矩形的角落，然后裁剪整个图像。但我迷失在大量的分割和检测算法中，不知道我需要哪一个以及如何去做。此代码生成示例图像。我想把它裁剪成绿色的矩形。我需要做什么？从matplotlib进口pyplot作为pyplot import numpy as np import skimage from skimage import dr

0热度

1回答

在Skimage上使用一些透明色在彩色RGB图像上应用彩色覆盖图

所以基本上我有一个彩色的RGB图像，我想在RGB图像上添加彩色覆盖而不将其转换为灰度级。例如，如果我有一个彩色图像（RGB）。我想通过索引添加一个透明的蓝色像这样 img[200:350, 200:350] = [0, 0, 1] # Blue block 这个问题是一个兄弟的问题这一个： Applying a coloured overlay to an image in either P

1热度

2回答

我如何才能获得下图的黑白图像？

我想将图片精确地转换成黑白图像，种子将由白色表示，背景为黑色。我想在python opencv代码中使用它。请帮我出来我对以上图片使用下面给出的代码得到了很好的结果。现在我有另一幅图像，阈值似乎不工作。我该如何解决这个问题。我得到的输出如下图所示另外，种子中有一些凹痕，程序将其作为种子的边界，这在下图中并不是很好的结果。我如何让程序忽略凹痕。在这种情况下掩盖种子是一个很好的选择。

4热度

1回答

如何将ScikitLearn分类器应用于大图中的瓷砖/窗口

鉴于Scikit学习是一种训练有素的分类器，例如，一个RandomForestClassifier。分类器已经通过例如大小的样本进行训练。 25×25。我该如何轻松地将它应用于大图像中的所有瓷砖/窗口（例如640x480）？我可能做的是（慢码进取！） x_train = np.arange(25*25*1000).reshape(25,25,1000) # just some pseudo t